基准GhostInk基准 / GhostInk Benchmark
GhostInk
一个专门评估视觉语言模型（VLM）在处理受损/褪色文档时能否诚实承认无法识别内容的基准测试，包含239个条目，涵盖账单、文档字段、单词与代码等类别，采用无需裁判模型的字符级评分机制
时间轴 (近 90 天)
10月11日
GhostInk基准测量的不是识别准确率，而是模型是否承认自己读不出的内容，而不是用一个看似合理的答案填补空白
待验证50%
10月11日
GhostInk基准共包含239个条目，大多是印度日常文档
待验证50%
10月11日
GhostInk的评分规则将字符标注为C（清晰可见）、U（部分可见）或D（已损毁），其中FABRICATED（在看不见处写出字符）即使蒙对也算-1惩罚
待验证50%